矿井复杂环境下无人巡检车的任务调度和分析方法与流程

本发明涉及矿井复杂环境巡检，具体涉及一种矿井复杂环境下无人巡检车的任务调度和分析方法。

背景技术：

1、在传统的矿山井下巡检过程当中，主要依靠人工去检查矿井下的透水、地压等灾害因素，往往时效性得不到保障，而且除了效率极低以外，还会发生各种安全事故，危害人民群众的生命和财产安全。

技术实现思路

1、本发明的目的是提出了建立开放、动态、可扩展的分析任务弹性调度框架，实现任务基于优先级的执行调度，通过实时高可靠告警推送框架，建立与载具联动机制获取指定时间的位置信息，实现事故危险征兆告警实时推送的矿井复杂环境下无人巡检车的任务调度和分析方法。

2、本发明具体采用如下技术方案：

3、矿井复杂环境下无人巡检车的任务调度和分析方法，包括设备接入服务模块、智能巡检计算任务特征模型和任务血缘关系模型、任务弹性调度策略生成模块、任务调度模块、告警信息可靠推送模块和其他业务逻辑模块；

4、设备接入服务模块用于设备的数据接入；

5、智能巡检计算任务特征模型的智能巡检计算任务特征的获取通过调度和处理两个引擎进行，任务血缘关系模型用于实现数据的追根溯源，排查数据出现问题时的原因，以及实现对元数据的管理；

6、任务弹性调度策略生成模块智能巡检计算任务特征模型和任务血缘关系模型的基础上，制定任务弹性调度策略，生成任务优先级；进程的优先级分为静态优先级或动态优先级，两种处理优先级高的方法为非抢占式和抢占式；

7、任务调度模块基于上述任务弹性调度策略，实现任务调度，任务调度涉及到边缘计算资源的管理，第一层级为系统整体资源管理，即集群的总容量、利用率和服务质量；第二层级为集群级别资源管理，即集群中每个资源的容量、利用率和服务质量；第三层级为虚拟机级别资源管理，即每个虚拟机的容量、利用率和服务质量；

8、告警信息可靠推送模块中告警信息的推送包括推送协议与标准、推送可靠性机制、推送实时性技术、推送准确性保障、推送可拓展性设计和安全性保障内容；

9、其他业务逻辑模块用于预警信息管理逻辑、巡检设备控制逻辑及界面展示。

10、优选地，智能巡检计算任务特征模型中智能巡检计算任务特征的获取通过调度和处理两个引擎进行，其中oozie是用于hadoop平台的开源的工作流调度引擎，oozie用于管理与组织hadoop工作流，oozie的工作流是一个有向无环图，oozie相当于hadoop的一个客户端，当用户需要执行多个关联的mr任务时，只需要将mr执行顺序写入workflow.xml，使用oozie提交本次任务，oozie托管此任务流，业务中处理数据时包含多个mr操作。

11、优选地，任务血缘关系模型依靠血缘关系的构建方法与表排名算法的研究，设计并实现一种基于血缘关系的元数据管理系统，提供数据血缘展示、资源治理、数据变更和数据检索，通过血缘关系的展现与应用，理清数据之间的依赖关系，优化资源配置。

12、优选地，任务血缘关系模型的数据血缘解析通过自行模拟hive sql和spark sql语句的执行的方式，从中解析出表级别以及字段级别的血缘关系；通过提供flink插件的方式以获取flink任务级别血缘,完成spark、flink和hive三个数据处理平台的血缘获取。

13、优选地，任务弹性调度策略生成模块中，

14、①静态优先级：创建进程时候，就已经确定优先级，整个运行时间优先级都不会变化；

15、②动态优先级：根据进程的动态变化调整优先级，如果进程运行时间增加，则降低其优先级，如果进程等待时间增加，则升高其优先级，即随着时间的推移增加等待进程的优先级；

16、①非抢占式：当就绪队列中出现优先级高的进程，运行完当前进程，再选择优先级高的进程；

17、②抢占式：当就绪队列中出现优先级高的进程，当前进程挂起，调度优先级高的进程运行。

18、优选地，

19、任务调度模块中涉及的弹性调度算法包含指标优化调度算法、多目标调度算法、强制调度算法、qos平衡调度算法、约束调度算法、跨群集调度算法、多算法混合调度算法。

20、优选地，告警信息可靠推送模块中告警信息推送的协议包括websocket、http、tcp、mqtt等，通过比较其性能、可靠性和适用场景，并针对实际应用场景选择合适的协议与标准。

21、优选地，系统的层级架构包括感知层、平台层和应用层；感知层采集矿井下的各种信息和数据，平台层提供可靠的连接通信能力，向下连接海量设备，支撑数据上报至云端，向上提供云端api，服务端通过调用云端api将指令下发至设备端，实现远程控制；平台层包含由计算引擎、存储引擎、脚本引擎、内置函数、python兼容模块组成的实时数仓、实时数据采集、视频接入和结构化模块；应用层将设备端收集来的数据进行处理，从而给不同的模块提供智能服务；

22、系统的数据传输流程具体如下：

23、无人巡检车的控制由云平台下发控制指令，通过控制接口下发给无人车；

24、报警中心下发调度任务，通过工业计算调度进行批量任务的计算，批量计算引擎将报警结果回传到报警中心，最后将结果入库；

25、当前端传感器采集到数据后上传给数采接口，数采接口同时进行数据计算结果入库和原始数据入库的过程，同时数据的结果上传报警中心；

26、通过边端装备与边缘云之间的通信链路，实现面向传感器的统一数采和下控程序，并依据统一的通讯协议，完成数据的实时解析、入库；依托实时数仓产品的数据管理功能，对系统内的全量数据进行统一存储和管理；依托实时数仓产品的计算引擎和工业计算调度功能，对系统内的全量计算任务进行统一计算；依托实时数仓产品的算法功能，对其他课题组的python算法进行统一的发布管理和应用；同时支持以指标计算引擎和算法，对需要加工的原始数据进行数据加工和特征提取；最终以规则引擎，对原始数据和特征数据进行进一步的、基于阈值的判定，当判定结果超出阈值时，自动产生报警事件、上报到云端平台，并支持将云端下发的控制指令直接下发到无人车，实现了业务闭环。

27、本发明具有如下有益效果：

28、本专利实现了以下优点：

29、基于云端边协同技术的无人巡检车调度与分析方法通过实时收集设备运行数据，运用算法模型进行分析，能够准确发现潜在的危险征兆，大大提高巡检的准确性和效率。

30、由于智能巡检方法能够及时发现潜在的危险征兆，并采取相应的预警措施，能够有效地降低事故发生的可能性，不仅减少企业的经济损失，也保障员工的人身安全。

31、该方法能够实时监测设备的运行状态，及时发现异常情况，并采取相应的措施进行处理，这使得设备的运行更加安全和稳定，减少因设备故障导致的生产中断和损失。

32、该系统不仅能够提供实时的设备运行数据，还能够对这些数据进行深入分析和挖掘，为企业提供数据支持和决策依据。通过对历史数据的分析，企业可以了解设备的寿命和维修需求，及时进行维护和更换，提高设备的运行效率。

33、云端边协同的无人车巡检技术的应用，不仅提高工业生产的安全性和效率，也推动工业智能化的发展。通过引入人工智能、物联网、大数据等先进技术，企业可以实现更加智能化、自动化的生产和管理，提高企业的核心竞争力和市场竞争力。

34、该系统对于提高矿井生产的安全性和稳定性具有显著的作用，该具有更高的准确性和效率，可以更早地发现危险征兆，减少事故发生的可能性，降低运营成本，并提高生产效率。